一、交计全文速览图

二、总结前言

2025 是超全智能体的元年 ，2026 年将更加成熟和普及，何提互设应用程序的交计体验方式因为智能体而逐步发生改变
。

马斯克和扎克伯格曾预言“在未来 5-6 年内，力篇传统的总结手机和应用程序（App）的形态将因为 AI 发生根本性变革”。

三 、超全设计师已经迎来了「AI 交互设计」窗口期

以前的何提互设体验设计经验，已经跟不上如今 AI 能力逐渐普及的交计应用端设计开发趋势。

如今 ，力篇各产品研发团队基于 AI 能力用户体验设计需求将会大幅增加  。总结

即将到来的超全 2026 年金三银四求职季
，产品和开发设计岗的招聘必然会对求职者结合 AI 的能力提出更高要求。

率先掌握 AI 体验设计能力的设计师
，在求职时更有竞争力，在职场团队 AI 设计这一块也更有知识话语权 。

换个角度看，AI 体验设计对于交互设计师在一定程度上也是一次洗牌的机会。

四
、从 UX 到 AI Experience ，具体有哪些转变

1. AI 将重塑以往的交互方式

当 AI 能够理解自然语言并主动完成任务时，许多传统的 UI 组件
：信息架构  、导航设计 、表单流程、数据筛选等交互方式将会逐渐被重构 。

用户与应用交互的过程将会改变。比如：

用户发起交互
，由原来的用户主动操作+操作的路径 ，变成了用户的一句意图表达+AI 直接推送入口 。

再比如对于用户输入错误的处理方式，由原来的表单验证与提示，变成了与 AI 的自然语言澄清 ，然后多轮对话修正  。

再比如帮助决策上，用户由原来的面对多选项，变成了 AI 根据情境理解目标
，并直接推荐最优路径。

3. 基于 AI 的场景设计与思考

根据尼尔森诺曼设计机构（简称 NN/g）在 2024 年的 AX 设计研究，优秀的 AI 体验设计要有具备以下几个素质 ：

1. 用户能够容易地使用提示词：这意味着需要设计引导用户有效输入的界面元素
2. 划清 AI 主导 与 用户主导 的边界 ：当不应该让 AI 做决定时，在合适的时机让用户介入
3. 多模态交互设计：语音
   、文本 
   、控件输入的设计结合
4. 渐进式建立信任 AI：顺滑地让用户从发现、尝试到依赖 AI 功能
5. 品牌下的 AI 人格化
   ：AI 人设 、开场白风格 、拟人化 、专有音效设计

五 、如何提升 AI 体验设计能力

1. AI 交互设计知识

① 来自大厂的 AX 设计原则与模式

来自 Google、Microsoft 、Ant 公司的 AI 设计规范与原则
。

理解设计原则背后的原因、场景，就像以往我们接触过刚在技术窗口爆发期的「新颖」交互
，比如 PC 时代的鼠标输入 、移动互联网的触屏输入、虚拟现实时代等...交互模态各有差异。

1. https://design.google/library/people-ai-research
2. https://pair.withgoogle.com/guidebook/
3. https://www.microsoft.com/en-us/haxtoolkit/ai-guidelines/
4. https://ant-design-x.antgroup.com/docs/spec/introduce-cn

② 建立 AI 交互设计基本认知框架

AI 的软件分为
：AI 能力应用软件、各行业场景应用软件的 AI 赋能。

AI 的交互形态 ：

1. Chat 对话式（对话式交互为主）
2. Assist 助手式（隐藏为主，需要协助时唤醒）
3. Spread 散布式（隐藏为主，固定节点出现相关的 AI 功能）

AI 交互组件 ：Think 思考过程 、ThoughtChain 思维链、Prompts 提示集 、Conversations 管理对话 、Suggestion 快捷指令......

Ant-design-x

③ 积累 AI 交互设计经验

1. 体验优秀的 AI 功能 ，并搜集到案例夹。
2. 建议按场景分类收集 ：内容创作类、数据分析类
   、任务自动化类、客户服务类、等等。
3. 大致的框架可以像产品体验日记一样
   ，记录设计细节 ，比如 ：产品名称与截图、核心交互流程描述 、AI 介入的具体方式 、优秀设计细节(如何处理加载、错误、歧义的) 。

④ 尝试理解 AI 大模型底层的技术原理

这是偏技术的知识，对于非专业人群来说 ，比较难啃，但回报是最高的 。

因为它是我们认识 AI 的原理性起点，一旦掌握，做许多 AI 项目都能受益 ，比如：快速判断 AI 能力边界、规划大模型训练等 。

而对于设计师来说  ，也包括能有效指导 AI 领域的设计。

就像以往我们落地自己的设计方案
，最好提前摸清前端框架 、组件、数据交互，才不容易在开发环节被卡脖子，更顺利地实现设计方案 。

了解方式 ：查阅关于 LLM 工作原理的科普类文章；相关大模型的官方网站查找文档。

2. Ai 交互设计思维

在现有设计项目中，多一层关于「AI 交互辅助」的思考

在做设计项目中，在传统交互设计思路上
，有意识地思考「假设现在有 AI 智能体的帮助
，这个功能可以是什么样的更好用法？」。

如果你想更好地验证 Ai 设计模式的成果，可以做一些进阶的学习研究：

首先像以往的项目一样，拆解用户操作；

然后针对每个环节思考“如果这里有 AI 能力，能否提效或者减负 ？

再将 传统方案 vs AI 加持方案的可视化  ，并进行对比 ，量化提升的效率

基于上图，我们把有 AI 协助退货整个过程，背后的动作和实现原理拆解分析 ：

1. 用户与系统的交互是通过「多轮对话」，
2. 然后 AI 在对话中「识别意图」 ，与用户确认需求，
3. AI「搜集关键信息与用户资料」提交 ，
4. AI 发起退货申请，并对接商家「退货系统」，
5. AI 推荐「最优」的退货方式(上门取件) ，
6. 只把最少的操作「确认」留给用户。

而以上这些动作，都需要设计师具备了理解前后台的交互链路(前端如何自然地与用户交流 、后端对接哪些接口)、Ai 工具调用的能力、等等知识经验，才能顺利地完成 Ai 的交互设计方案 ，并落地。

3. 争取实战机会，让自己新学习的能力在落地中验证

战略性参与有 AI 的项目：

如果你的团队项目正好有 AI 智能体对业务场景赋能的规划，那么对你来说
，参与进来将是一个转型的好机会。

其中，从 redesign 小的功能点中 加入 AI 的交互方案开始，比如 ：搜索功能智能化、表单自动填充
、智能推荐卡片
 。这类功能点改造见效明显，往往投入产出比高
，易于快速验证和迭代 。

当然得在方案支撑足够有理的前提下。比如
：准备传统交互 vs AI 加持的交互这两套方案对比，用预期收益
、技术可行性和数据说话 。

主动创造机会和环境 ：

定期向产品团队分享竞品的优秀 AX 设计案例，进行团队设计扫盲，同时也能提升队内影响力 ，后面参与项目设计更有话语权。

4. 大胆点，用 AI 颠覆玩法

进阶到挖掘大的场景中，能够利用 AI 重塑体验方式的机会。

比如 ：

传统的进度条  ，用户需要拖动查看逐个视频帧寻找他想看的目标片段。

而 AI 播放器中，可以把识别到的字幕 ，加入到进度条中作为锚点，让用户根据具体的字幕内容，就可以精准定位并直达该进度点 ，找片段的效率大大提升 ，直接使体验升维
。

最后

预计 2-3 年之后，AI 交互设计将普及为交互设计师的基本能力
。那些率先掌握的设计师
，将在 AI 重塑产品形态的浪潮中 ，找到属于自己的新位置。

现在就是最好的开始时机。

你
，做好准备了吗。

作者 ：米糕Micheal